brightway中估计过高的Monte结果

Question

我正在运行一个Montecarlo模拟生态发明v3.8相应的系统模型，当随机抽样活动市场的废纸，排序‘(公斤，GLO，无)，我得到非常不切实际和高估的结果。

myact = bw.Database('ecoinvent 3.8_conseq').get('aae12a8b0ba521d60af5341c75cc9d3c') # waste paper sorted
mymethod = ('IPCC 2013', 'climate change', 'GWP 100a')
lca = bw.LCA({myact : 1}, mymethod)
lca.lci()
lca.lcia()
lca.score

返回值为-2.768 kg二氧化碳当量

mc = bw.MonteCarloLCA({myact: 1}, mymethod) 
mc_results = [next(mc) for x in range(20)] 

返回中位数超过100公斤二氧化碳当量的数值。这不仅显得荒谬，而且在对下游的前景或背景活动进行取样时，也会使所有结果倾斜，即将这种活动作为输入(例如纤维素纤维生产'48506ab8ea444c5e826cc079ff0d4c11')。

我已经尝试消除交易中的所有不确定性，但结果并没有改变。

for exc in list(myact.exchanges()):
    exc['uncertainty type'] = 0
    exc['loc'], exc['scale'] = np.log(1), np.log(1)
    exc.save()

，我的问题是：，我如何才能弄清楚这是生态发明问题还是光明之路问题，以及如何解决它？

Answer 1

这是一个很好的问题，不容易回答，但你可以在这里找到我的工作原理：

https://github.com/brightway-lca/brightway2/blob/master/notebooks/Investigating%20interesting%20Monte%20Carlo%20results.ipynb

在bw2analzyer 0.11.4中，修改后的递归函数包含在库中。

由于它很长，而且现在包含在Brightway文档中，所以我认为采用并添加SO格式是没有意义的。

这里是一种减少，这些大的不确定性区间。